No dia 20 de novembro de 2026, a comunidade matemática mundial viveu algo que parecia ficção científica. Duas provas da Hipótese de Riemann, o problema aberto mais famoso da matemática, foram publicadas com poucas horas de diferença. Uma delas foi criada com assistência de inteligência artificial. A outra levou 12 anos de trabalho humano. E as duas alegam resolver o mesmo enigma de 167 anos que vale US$ 1 milhão.
Eu acompanho notícias de tecnologia há anos e posso dizer: nunca vi o Hacker News explodir dessa forma. A thread principal bateu 2.300 pontos em menos de 24 horas. Matemáticos estavam em choque. Desenvolvedores estavam fascinados. E todo mundo se perguntava a mesma coisa: a IA realmente resolveu um dos problemas mais difíceis que a humanidade já criou?
O que é a Hipótese de Riemann (sem enrolação)
Formulada em 1859 pelo matemático alemão Bernhard Riemann, a hipótese trata da distribuição dos números primos. Os primos (2, 3, 5, 7, 11, 13…) parecem aparecer de forma caótica entre os inteiros, mas Riemann propôs que existe um padrão oculto governando essa distribuição, conectado aos zeros de uma função complexa chamada função zeta.
A hipótese diz, de forma simplificada, que todos os zeros “não triviais” da função zeta de Riemann caem sobre uma linha específica no plano complexo (a linha onde a parte real é 1/2). Se isso for verdade, temos uma compreensão profunda de como os primos se distribuem. Se for falso, boa parte da matemática moderna precisa ser revisada.
Por que isso importa para devs? Porque a criptografia que protege suas transações bancárias, seus certificados TLS, seu SSH, depende fundamentalmente de propriedades dos números primos. A Hipótese de Riemann está tão entrelaçada com a segurança digital que resolvê-la tem implicações diretas em como protegemos dados na internet.
O Clay Mathematics Institute incluiu essa hipótese entre os sete “Problemas do Milênio” em 2000, oferecendo US$ 1 milhão para quem resolvesse. Até o dia 20 de novembro, ninguém tinha conseguido.
A prova da IA: 17 milhões de linhas de código verificado
Levent Alpöge é um matemático com um perfil peculiar: ele é pesquisador da Anthropic (a empresa criadora do Claude) e ao mesmo tempo fellow júnior da Harvard Society of Fellows. No dia 20 de novembro, Alpöge publicou algo sem precedentes: uma prova formal da Hipótese de Riemann (e da versão generalizada, a GRH) escrita em Lean 4, com 175.187 arquivos de código-fonte.
Sim, você leu certo. 175 mil arquivos. 17 milhões de linhas. 61,5 gigabytes de dados de prova quando descompactados. Distribuídos em 14 arquivos tar compactados totalizando 239 MB.
O que é Lean e por que isso importa
Lean é um assistente de provas (proof assistant), uma linguagem de programação projetada para escrever provas matemáticas que podem ser verificadas automaticamente por um computador. Diferente de uma prova tradicional em papel, onde matemáticos leem e julgam se cada passo lógico está correto, uma prova em Lean é verificada mecanicamente. O computador checa cada inferência, cada lema, cada teorema. Se compilar sem erros, a prova está logicamente correta dentro dos axiomas aceitos.
-- Exemplo simplificado de como uma declaração fica em Lean
theorem RiemannHypothesis : ∀ s : ℂ,
riemannZeta s = 0 → s.re = 1/2 ∨ ∃ n : ℤ, s = -2 * n := by
sorry -- aqui entraria a prova real (17 milhões de linhas)
A prova de Alpöge foi integrada ao Mathlib, a biblioteca principal de matemática formalizada em Lean. A declaração do teorema foi registrada como RiemannHypothesis e verificada por múltiplas ferramentas independentes:
| Verificador | Linguagem | Resultado |
|---|---|---|
| Lean kernel (oficial) | Lean 4.33.1 | Aceito |
| leanchecker | Lean | Zero rejeições |
| nanoda | Rust | Aceito |
| con-leche | OCaml | Aceito |
| con-ron | Haskell | Aceito |
Dezenas de pessoas compilaram o código-fonte de forma independente e todas obtiveram o mesmo arquivo de exportação de prova. A comunidade Lean e Mathlib certificou que tanto a declaração quanto a prova estão corretas em aproximadamente um dia.
Como o Claude entrou na jogada
Alpöge não resolveu a Hipótese de Riemann sozinho num quadro branco. Ele dirigiu a estratégia de alto nível, e o Claude executou manipulações algébricas complexas, fórmulas de traço e lemas técnicos, especialmente nas partes finais da prova. Nas palavras do próprio Alpöge, o Claude fez avanços que iam além do seu domínio em certas áreas da matemática.
A estratégia da prova é fascinante: ela revive e estende o método de Stepanov, historicamente usado para resolver a hipótese de Riemann para curvas sobre corpos finitos. Alpöge encadeou theta lifts sobre grupos unitários totalmente definidos para construir um análogo de multiplicidade efetiva para os inteiros, contornando a dificuldade de que a multiplicidade é difícil de definir diretamente sobre os inteiros.
O que torna isso revolucionário não é só o resultado, mas o método. Um humano definiu a direção. Uma IA executou a matemática pesada. E uma cadeia de verificadores formais confirmou que cada passo lógico estava correto. Nenhum humano precisou ler e validar cada uma das 17 milhões de linhas. O computador fez isso.
A prova humana: 940 páginas em 12 anos
Poucas horas depois da publicação de Alpöge, algo extraordinário aconteceu. Ravi Vakil, presidente da American Mathematical Society e professor em Stanford, divulgou uma prova concorrente: um manuscrito de 940 páginas escrito por Alessandro Maria Masullo, intitulado “The Music of the Primes.”
Masullo fez seu PhD em Stanford sob orientação de Brian Conrad, com Vakil como um dos orientadores de tese. O manuscrito representa 12 anos de trabalho, iniciados quando Masullo ainda era aluno de pós-graduação. E o detalhe mais marcante: foi tudo feito sem IA. Zero assistência de modelos de linguagem.
O timing não foi coincidência. Aparentemente, o grupo de Conrad e Vakil sabia da prova de Alpöge e decidiu publicar o rascunho de Masullo antes que a narrativa se consolidasse em torno da versão assistida por IA. Queriam mostrar que o problema também tinha sido resolvido por um humano, da forma tradicional.
O estado das duas provas
Aqui é onde a história fica mais nuançada. A prova de Alpöge em Lean compila, e os verificadores formais aceitam cada passo. Isso é um forte indicador de correção, mas não é garantia absoluta, porque a verificação depende dos axiomas subjacentes e da correta formalização da declaração do teorema. Especialistas em Lean e teoria dos números confirmaram que a declaração formalizada corresponde exatamente à Hipótese de Riemann como a comunidade a entende.
A prova de Masullo está em formato tradicional: um artigo de 940 páginas que matemáticos podem ler e avaliar. Brian Conrad vinha revisando o trabalho há meses e dando feedback positivo. Porém, horas após a publicação, várias pessoas reportaram problemas no rascunho, alguns identificados com auxílio de modelos de IA. Masullo está revisando o manuscrito, e a prova ainda não foi confirmada.
| Aspecto | Alpöge (IA) | Masullo (Humano) |
|---|---|---|
| Tempo de criação | Meses | 12 anos |
| Ferramenta | Claude + Lean 4 | Papel e caneta |
| Formato | 175K arquivos de código | 940 páginas PDF |
| Verificação formal | Sim (múltiplos checkers) | Não |
| Status | Verificado por kernel, em revisão por especialistas | Problemas reportados, em revisão |
| Abordagem | Método de Stepanov estendido | Abordagem clássica (detalhes pendentes) |
O que isso significa para o futuro da matemática
Vou ser direto: se a prova de Alpöge se confirmar (e os indícios são muito fortes), ela marca o momento em que a IA deixou de ser uma ferramenta auxiliar e se tornou uma colaboradora ativa na fronteira do conhecimento humano. Não estamos falando de gerar código boilerplate ou responder perguntas de Stack Overflow. Estamos falando de resolver um problema que os melhores matemáticos do mundo não conseguiram resolver em 167 anos.
Terry Tao, que muitos consideram o maior matemático vivo, comentou em seu blog que “a verificação formal muda o jogo completamente.” A questão não é mais se um humano consegue entender cada passo da prova. A questão é se a prova está logicamente correta dentro de axiomas aceitos. E para isso, temos máquinas.
O paradoxo da compreensão
Existe um debate filosófico importante aqui. Uma prova que nenhum humano consegue ler e avaliar completamente (17 milhões de linhas) é realmente uma prova? Os puristas diriam que não, que uma prova precisa ser compreendida por humanos para ser válida. Os pragmáticos diriam que, se o verificador formal aceita e os axiomas são consistentes, acabou.
Esse debate não é novo. Em 2004, a prova do Teorema das Quatro Cores por computador gerou controvérsia similar. Ninguém conseguia verificar à mão os milhares de casos que o programa checou. Hoje, todo mundo aceita a prova.
A diferença agora é de escala. Não estamos falando de checar casos finitos. Estamos falando de uma prova abstrata, conceitual, gerada por uma IA e verificada por outra máquina. O humano ficou no papel de arquiteto: definiu a estratégia e conferiu o resultado final.
O prêmio de US$ 1 milhão e o elefante na sala
O Clay Mathematics Institute oferece US$ 1 milhão para uma prova da Hipótese de Riemann. As regras são claras: a prova precisa ser publicada em um periódico de referência e sobreviver dois anos de escrutínio da comunidade. Nenhuma das duas provas atende a esses critérios ainda.
Se a prova de Alpöge se confirmar, quem recebe o prêmio? Alpöge? A Anthropic, que emprega Alpöge e criou o Claude? O próprio Claude? Essas perguntas podem parecer absurdas, mas o Clay Institute vai precisar respondê-las. As regras foram escritas numa época em que ninguém imaginava que uma IA pudesse contribuir substantivamente para uma prova matemática de fronteira.
E se ambas as provas se confirmarem? Masullo trabalhou 12 anos nisso. Alpöge usou IA e levou meses. A diferença de esforço é brutal, e levanta questões sobre o futuro das carreiras acadêmicas em matemática.
Para devs: o que muda na prática
Se a Hipótese de Riemann for confirmada como verdadeira, o impacto direto no seu código é: nenhum. Calma. Deixa eu explicar.
A maioria dos algoritmos criptográficos já assume que a hipótese é verdadeira. RSA, Diffie-Hellman, curvas elípticas: todos funcionam sob premissas que seriam reforçadas (não alteradas) pela confirmação. Então seu HTTPS continua funcionando normalmente.
O que muda é a confiança teórica nos fundamentos. Hoje, quando um criptógrafo diz “este algoritmo é seguro”, ele está assumindo certas propriedades dos primos que a Hipótese de Riemann garantiria formalmente. Se confirmada, essas garantias ficam mais sólidas.
O impacto maior é cultural e metodológico. Se IA + verificação formal consegue resolver problemas de fronteira da matemática, imagine o que essa combinação pode fazer para verificação de software. Programas que provam formalmente que seu código não tem bugs. Compiladores que geram provas de correção junto com o binário. Sistemas críticos (aviação, medicina, finanças) com garantias matemáticas de que funcionam como especificado.
# Futuro hipotético: seu compilador gera uma prova formal
# de que o programa atende a especificação
@formally_verified
def transfer(from_account, to_account, amount):
"""
Prova gerada automaticamente:
- amount > 0
- from_account.balance >= amount após dedução
- to_account.balance == old_balance + amount
- Nenhum dinheiro é criado ou destruído
"""
from_account.balance -= amount
to_account.balance += amount
Lean, Coq, Isabelle e outros assistentes de prova já são usados em projetos como o seL4 (um microkernel formalmente verificado) e o CompCert (um compilador C verificado). O que a prova de Alpöge mostra é que a IA pode acelerar dramaticamente esse tipo de trabalho.
A corrida que ninguém esperava
O mais fascinante dessa história é o timing. Dois grupos independentes, trabalhando em abordagens diferentes, publicaram provas do mesmo problema no mesmo dia. Um usou IA. O outro, não. Um levou meses. O outro, 12 anos.
Isso não é coincidência no sentido conspiratório. É um sinal de que a matemática estava “madura” para esse resultado. Quando vários grupos convergem para a mesma solução quase simultaneamente, geralmente significa que as ferramentas e o conhecimento acumulado finalmente atingiram massa crítica.
A diferença é que, dessa vez, uma das ferramentas era uma IA. E isso muda tudo sobre como pensamos produtividade intelectual.
Enquanto Masullo dedicava noites, finais de semana e anos da sua carreira a um único problema, Alpöge mostrou que a mesma fronteira pode ser alcançada em meses com o parceiro certo (mesmo que esse parceiro seja um modelo de linguagem rodando em GPUs).
Isso não diminui o trabalho de Masullo. Pelo contrário: o fato de que um humano conseguiu chegar ao mesmo resultado por conta própria é extraordinário. Mas levanta uma pergunta incômoda para todo pesquisador: por que trabalhar 12 anos em algo que uma IA pode resolver em meses?
A resposta, pelo menos por enquanto, é que a IA não “sabe” o que está fazendo. O Claude executou manipulações matemáticas sob a direção de Alpöge. Ele não teve a intuição de atacar o problema pelo método de Stepanov. Essa intuição veio do humano. A IA foi o braço; o humano, o cérebro.
Mas por quanto tempo essa divisão vai se manter? Essa é a pergunta de um milhão de dólares. Literalmente.
—
Fonte de inspiração: Lean verification of the Riemann Hypothesis e Hurried Announcement: Alessandro Masullo GRH













